টেলিমার্কেটার
বিক্রয় ও বিপণনAI এক্সপোজার
- ডেটার উৎস: BLSপ্রকাশকাল: 2026-08
অত্যন্ত উচ্চ· আপেক্ষিক
কমচারটি আপেক্ষিক স্তরঅত্যন্ত উচ্চপেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
চারটি আপেক্ষিক স্তর (কম / মাঝারি / উচ্চ / অত্যন্ত উচ্চ)
BLS কর্মসংস্থান পূর্বাভাস সারণির 831টি বিস্তারিত পেশার ভিত্তিতে। মান NEM (ন্যাশনাল এমপ্লয়মেন্ট ম্যাট্রিক্স) কোড অনুযায়ী দেওয়া হয়, তাই একই NEM কোডের পেশাগুলি একই ব্যান্ড পায়
- ডেটার উৎস: Anthropicপ্রকাশকাল: 2026-03
0.285
0.000এখানে থাকা মানগুলোর পরিসর0.745স্কেল, ভিত্তি ও উৎস
- ডেটার উৎস: ILOপ্রকাশকাল: 2025
0.61
0.09এখানে থাকা মানগুলোর পরিসর0.70পেশা-গোষ্ঠী পর্যায়ের মান
স্কেল, ভিত্তি ও উৎস
জেনারেটিভ AI এক্সপোজার সূচক, প্রকাশিত রূপে 0–1
ISCO-08 ইউনিট গ্রুপ — একই কোডের সব পেশা এই মানই পায়
এটি এই সাইটের হিসাব, ILO-এর প্রকাশিত সংখ্যা নয়: এই সাইট ILO ডেটাসেটের সঙ্গে যুক্ত করা ১,০১২টি পেশার মধ্যে 3% এই মানের সমান বা তার বেশি।
এই উৎস কী ধরনের মান প্রকাশ করে
BLS-এর শ্রেণিবিভাগ একটি আপেক্ষিক র্যাঙ্ক, পরম মাত্রা নয়, এবং এটি সরাসরি পরিমাপও নয়: এটি কয়েকটি প্রকাশিত গবেষণায় পাওয়া পেশার পার্সেন্টাইল র্যাঙ্কগুলিকে চারটি স্তরে ভাগ করে। এটি কর্মসংস্থান বা মজুরির পূর্বাভাস নয়, গ্রহণের সম্ভাবনাও নয়, এবং এটি স্বয়ংক্রিয়তা ও সম্প্রসারণের মধ্যে পার্থক্য করে না।
Task-level exposure
6টি লুকানো কাজ দেখুন| Task | Claude.aiRaw / share % | APIRaw / share % |
|---|---|---|
Explain products or services and prices, and answer questions from customers.41-9041 | 0.020274.5 | 0.015535.7 |
Adjust sales scripts to better target the needs and interests of specific individuals.41-9041 | 0.005419.9 | —0 |
Obtain customer information such as name, address, and payment method, and enter orders into computers.41-9041 | 0.00155.5 | 0.017339.7 |
Schedule appointments for sales representatives to meet with prospective customers or for customers to attend sales presentations. | —0 | 0.005612.8 |
Telephone or write letters to respond to correspondence from customers or to follow up initial sales contacts. | —0 | 0.00276.1 |
Deliver prepared sales talks, reading from scripts that describe products or services, to persuade potential customers to purchase a product or service or to make a donation. | —0 | 0.00255.7 |
Values in this tab are predicted labels, not observations. Eloundou et al. (2023) published two rating regimes — human raters and GPT-4 — and the β shown here is derived from the GPT-4 rater basis alone; the same task can take a different value under the other regime. The unit and the meaning differ from the observed shares (%) in the other tabs, so do not place them on the same axis.
| Task | βE1 + 0.5 × E2 |
|---|---|
Deliver prepared sales talks, reading from scripts that describe products or services, to persuade potential customers to purchase a product or service or to make a donation.O*NET Task ID 4618 | 1.0 |
Obtain customer information such as name, address, and payment method, and enter orders into computers.O*NET Task ID 4621 | 1.0 |
Record names, addresses, purchases, and reactions of prospects contacted.O*NET Task ID 4622 | 1.0 |
Adjust sales scripts to better target the needs and interests of specific individuals.O*NET Task ID 4623 | 1.0 |
Answer telephone calls from potential customers who have been solicited through advertisements.O*NET Task ID 4625 | 1.0 |
Telephone or write letters to respond to correspondence from customers or to follow up initial sales contacts.O*NET Task ID 4626 | 1.0 |
Maintain records of contacts, accounts, and orders.O*NET Task ID 4627 | 1.0 |
Contact businesses or private individuals by telephone to solicit sales for goods or services, or to request donations for charitable causes.O*NET Task ID 4619 | 0.5 |
Explain products or services and prices, and answer questions from customers.O*NET Task ID 4620 | 0.5 |
Obtain names and telephone numbers of potential customers from sources such as telephone directories, magazine reply cards, and lists purchased from other organizations.O*NET Task ID 4624 | 0.5 |
β = E1 + 0.5 × E2 · E1 = tasks where direct LLM access alone cuts time by at least 50%, E2 = tasks where software built on top of an LLM cuts time by at least 50%. Values take only 0 / 0.5 / 1.0.
Data sources & licenses — O*NET®, Anthropic Economic Index, Eloundou et al. (2023): see full notices on the Credits page